arXiv · cs.AI · Pantea Karimi, Roozbeh Bostandoost, Dany Rouhana, Siva Kesava Reddy Kakarla, Pooria Namyar, Mohammad Alizadeh, Venkat Arun, Behnaz Arzani · 12 小时前模型评分48
TAILOR：用配对 CVaR 目标设计并认证鲁棒的大语言模型生成启发式算法
Robustness Starts with the Objective: Designing and Certifying Robust LLM-Generated Heuristics
导读
研究团队提出 TAILOR 框架，用候选启发式与基线在同一工作负载上的成本差的条件风险价值（CVaR，Conditional Value at Risk）引导大语言模型合成启发式，配对 CVaR 为负即可保证平均性能与尾部最优性差距同时改善。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
事件类型：研究发布
证据摘录
- “We present TAILOR, a framework that guides LLM synthesis using the Conditional Value at Risk (CVaR) of the cost difference between each candidate and an existing baseline on the same workload.”
来源：arXiv · cs.AI · arxiv.org